Длина текста, знаков: | 467211 |
Слов в произведении (СВП): | 66973 |
Приблизительно страниц: | 233 |
Средняя длина слова, знаков: | 5.26 |
Средняя длина предложения (СДП), знаков: | 62.69 |
СДП авторского текста, знаков: | 74.08 |
СДП диалога, знаков: | 50.4 |
Доля диалогов в тексте: | 38.7% |
Доля авторского текста в диалогах: | 14.65% |
|
Активный словарный запас |
Использовано уникальных слов: | 8858 |
Активный словарный запас (АСЗ): | 8457 |
Активный несловарный запас (АНСЗ): | 401 |
Удельный АСЗ на 3000 слов текста: | 1266.08 | |
Удельный АСЗ на 10000 слов текста: | 2912.05 | —> 4800-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 15227 (22.74% от СВП) |
Определённых частей речи (ОЧР), слов: | 51746 (77.26% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 15802 (30.54%) |
Прилагательное | 5437 (10.51%) |
Глагол | 12480 (24.12%) |
Местоимение-существительное | 5242 (10.13%) |
Местоименное прилагательное | 2752 (5.32%) |
Местоимение-предикатив | 5 (0.01%) |
Числительное (количественное) | 652 (1.26%) |
Числительное (порядковое) | 115 (0.22%) |
Наречие | 3051 (5.90%) |
Предикатив | 524 (1.01%) |
Предлог | 6846 (13.23%) |
Союз | 4949 (9.56%) |
Междометие | 1137 (2.20%) |
Вводное слово | 207 (0.40%) |
Частица | 4328 (8.36%) |
Причастие | 796 (1.54%) |
Деепричастие | 166 (0.32%) |
Служебных слов: | 25632 (49.53%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 121.38 |
. точка | 89.41 |
- тире | 30.91 |
! восклицательный знак | 7.09 |
? вопросительный знак | 10.97 |
... многоточие | 4.81 |
!.. воскл. знак с многоточием | 0.27 |
?.. вопр. знак с многоточием | 0.21 |
!!! тройной воскл. знак | 0.03 |
?! вопр. знак с восклицанием | 0.33 |
" кавычка | 9.71 |
() скобки | 0.25 |
: двоеточие | 1.64 |
; точка с запятой | 0.00 |
Алгоритм распознавания автора текста, разработанный в 2008 году Львовым Алексеем (creator) для
Лаборатории Фантастики, основан на сравнении лингвистического профиля текста с идентичными по структуре лингвистическими
профилями авторов для выявления наиболее точного совпадения. Лингвопрофили авторов вычисляются заблаговременно и хранятся
в базе данных как массивы усреднённых показателей и их среднеквадратичных отклонений по всем текстам автора.
Таких показателей насчитывается более тысячи, часть из которых приведена выше.
Эмпирический подсчёт показал, что совокупный анализ этих данных, взятых в весовых долях, позволяет определить автора романа с точностью 98.79%,
рассказа — 84.32% (при условии, что в базе данных имеется лингвистический профиль истинного автора). Алгоритм сложен и
обладает рядом инновационных решений, что позволяет достичь высокой точности в сравнении с прототипами, основанными
на анализе одних лишь символьных биграмм.